Análisis de datos de COVID-19

El presente análisis se dividira en tres secciones realacionadas a los resultados obtenidos por los laboratorios del CIDEA

Importación de datos de COVID-19 de la secretaria de salud.

FECHA_ACTUALIZACION            object
ID_REGISTRO                    object
ORIGEN                          int64
SECTOR                          int64
ENTIDAD_UM                      int64
SEXO                            int64
ENTIDAD_NAC                     int64
ENTIDAD_RES                     int64
MUNICIPIO_RES                   int64
TIPO_PACIENTE                   int64
FECHA_INGRESO          datetime64[ns]
FECHA_SINTOMAS         datetime64[ns]
FECHA_DEF                      object
INTUBADO                        int64
NEUMONIA                        int64
EDAD                            int64
NACIONALIDAD                    int64
EMBARAZO                        int64
HABLA_LENGUA_INDIG              int64
INDIGENA                        int64
DIABETES                        int64
EPOC                            int64
ASMA                            int64
INMUSUPR                        int64
HIPERTENSION                    int64
OTRA_COM                        int64
CARDIOVASCULAR                  int64
OBESIDAD                        int64
RENAL_CRONICA                   int64
TABAQUISMO                      int64
OTRO_CASO                       int64
TOMA_MUESTRA                    int64
RESULTADO_LAB                   int64
CLASIFICACION_FINAL             int64
MIGRANTE                        int64
PAIS_NACIONALIDAD              object
PAIS_ORIGEN                    object
UCI                             int64
dtype: object

Seleccción de datos.

FECHA_ACTUALIZACION ID_REGISTRO ORIGEN SECTOR ENTIDAD_UM SEXO ENTIDAD_NAC ENTIDAD_RES MUNICIPIO_RES TIPO_PACIENTE ... RENAL_CRONICA TABAQUISMO OTRO_CASO TOMA_MUESTRA RESULTADO_LAB CLASIFICACION_FINAL MIGRANTE PAIS_NACIONALIDAD PAIS_ORIGEN UCI
478 2020-10-13 0227ca 1 4 13 2 13 13 48 1 ... 2 2 1 1 1 3 99 México 97 97
493 2020-10-13 15d2a6 1 12 13 2 13 13 52 1 ... 2 2 2 1 1 3 99 México 97 97
695 2020-10-13 13e425 2 12 13 2 13 13 48 1 ... 2 2 2 1 1 3 99 México 97 97
713 2020-10-13 1cea20 1 6 13 2 13 13 51 2 ... 1 2 1 1 1 3 99 México 97 2
1158 2020-10-13 04900c 2 6 13 2 13 13 28 2 ... 2 2 2 1 1 3 99 México 97 2
... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
2027324 2020-10-13 2e9939 1 12 13 1 13 13 83 2 ... 2 2 2 1 1 3 99 México 97 2
2027350 2020-10-13 2e4513 2 4 9 2 13 13 48 2 ... 2 2 2 1 1 3 99 México 97 2
2027519 2020-10-13 27ca20 1 12 13 2 13 13 83 1 ... 2 2 1 1 1 3 99 México 97 97
2027639 2020-10-13 2eba37 2 4 13 1 13 13 48 1 ... 2 2 2 1 1 3 99 México 97 97
2027677 2020-10-13 447308 2 12 13 2 13 13 48 1 ... 2 2 1 1 1 3 99 México 97 97

10088 rows × 38 columns

Contagiados por fecha de ingreso

Filtrado por fechas:

8 de Junio al 29 de Junio y del 29 de Junio a al 13 de Julio y del 6 al 20 de Julio

PACHUCA

FECHA_ACTUALIZACION ID_REGISTRO ORIGEN SECTOR ENTIDAD_UM SEXO ENTIDAD_NAC ENTIDAD_RES MUNICIPIO_RES TIPO_PACIENTE ... RENAL_CRONICA TABAQUISMO OTRO_CASO TOMA_MUESTRA RESULTADO_LAB CLASIFICACION_FINAL MIGRANTE PAIS_NACIONALIDAD PAIS_ORIGEN UCI
67428 2020-10-13 0905d5 1 12 13 2 13 13 48 1 ... 2 2 2 1 1 3 99 México 97 97
70850 2020-10-13 18565a 2 12 13 2 13 13 48 1 ... 2 1 1 1 1 3 99 México 97 97
74476 2020-10-13 13e7b8 1 6 13 2 13 13 48 1 ... 2 2 1 1 1 3 99 México 97 97
77063 2020-10-13 19579c 1 6 13 2 13 13 48 1 ... 2 2 1 1 1 3 99 México 97 97
81933 2020-10-13 12acf9 1 12 21 2 13 13 48 1 ... 2 2 1 1 1 3 99 México 97 97
... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
349735 2020-10-13 1c87c0 2 12 13 1 13 13 48 2 ... 2 2 2 1 1 3 99 México 97 2
350563 2020-10-13 1afee5 1 4 13 2 13 13 48 1 ... 2 2 1 1 1 3 99 México 97 97
357044 2020-10-13 131ba8 2 12 13 2 13 13 48 1 ... 2 2 1 1 1 3 99 México 97 97
357729 2020-10-13 09471d 1 4 13 1 13 13 48 1 ... 2 2 1 1 1 3 99 México 97 97
358094 2020-10-13 1295ea 1 4 13 2 13 13 48 1 ... 2 2 99 1 1 3 99 México 97 97

159 rows × 38 columns

Datos COVID-19

Análisis físico-quimicos

Canal

Muestra DBO (mg/L) DQO (mg/L) PH SDT (mg/L) SS (ml/L) SST (mg/L) ST (mg/mL)
0 AC1 35.9 120.0 7.7 735.0 0.0 49.60 784.6
1 AC2 34.0 210.0 7.7 711.4 0.8 91.50 802.9
2 AC3 19.0 255.0 8.1 1039.3 0.3 145.50 1184.8
3 AC3-ll 20.6 195.2 8.3 765.3 0.6 67.00 832.3
4 AC4 22.7 219.6 8.3 770.0 0.4 25.00 795.0
5 AC5 21.5 60.0 8.2 734.6 0.0 16.53 751.1
6 AC6 42.6 10.2 9.0 1189.0 0.0 4.00 1193.0
7 AC7 15.5 4.5 9.0 1252.4 0.0 4.70 1257.2

Suelo

Muestra pH T Materia Orgánica C. E. Arena Arcilla Limo Textura
1 S1 8.4 23.6 0.020 1.044 0.37 0.33 0.3 Franco Arcillosa
2 S2 7.2 23.9 0.056 2.396 0.45 0.25 0.3 Francosa
3 S3 8.4 23.8 0.026 1.898 0.31 0.39 0.3 Franco Arcillosa
4 S4 8.1 23.7 0.023 1.028 0.47 0.31 0.22 Franco Arcillo Arenosa
5 S5 8.1 23.9 0.021 1.239 0.39 0.39 0.22 Franco Arcillosa
6 S6 8.8 23.6 0.015 1.276 0.47 0.33 0.2 Franco Arcillo Arenosa
7 S7 8.7 23.4 0.029 1.327 0.74 0.1 0.16 Franco Arenosa
8 SMSA 8.3 24.1 0.019 0.484 0.62 0.18 0.2 Franco Arenosa
9 SCSA 8.8 24.1 0.016 1.688 0.5 0.28 0.22 Franco Arcillo Arenosa

Análisis microbiológicos agua canal

Muestra Salmonella spp. CT CF E. coli
1 AC1 Presente 9200000 9200000 9200000
2 AC2 Presente 23000000 3600000 3600000
3 AC3 Presente 9200000 <300000 <300000
4 AC3-ll Presente >11500000 11500000 11500000
5 AC4 Presente 11500000 11500000 4080000
6 AC5 Presente >11000 >11000 >11000
7 AC6 Presente 2700 740 <740
8 AC7 Presente 15000 740 740
/home/yax/anaconda3/lib/python3.7/site-packages/ipykernel_launcher.py:1: SettingWithCopyWarning:


A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy

/home/yax/anaconda3/lib/python3.7/site-packages/ipykernel_launcher.py:2: SettingWithCopyWarning:


A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy

/home/yax/anaconda3/lib/python3.7/site-packages/ipykernel_launcher.py:3: SettingWithCopyWarning:


A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy

1     9200000
2     3600000
3      300000
4    11500000
5     4080000
6       11000
7         740
8         740
Name: E. coli, dtype: int64
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 8 entries, 1 to 8
Data columns (total 5 columns):
Muestra            8 non-null object
Salmonella spp.    8 non-null object
CT                 8 non-null object
CF                 8 non-null object
E. coli            8 non-null object
dtypes: object(5)
memory usage: 452.0+ bytes
Muestra Salmonella spp. CT CF E. coli
1 AC1 Presente 9200000 9200000 9200000
2 AC2 Presente 23000000 3600000 3600000
3 AC3 Presente 9200000 300000 300000
4 AC3-ll Presente 11500000 11500000 11500000
5 AC4 Presente 11500000 11500000 4080000
6 AC5 Presente 11000 11000 11000
7 AC6 Presente 2700 740 740
8 AC7 Presente 15000 740 740

Microbiologicos Suelo

Muestra Salmonella spp. CT CF E. Coli
1 S1 Presente 43 3.6 3.6
2 S2 Presente 1100 9.2 9.2
3 S3 Presente 460 9.2 9.2
4 S4 Presente 115000 403 403
5 S5 Presente 240 93 29
6 S6 Presente 1100 3.6 3.6
7 S7 Presente 150 3.6 3.6
8 SMSA Presente <3 <3 3.6
9 SCSA Presente 3.6 <3 3.6

Presencia de COVID

Canales

Muestra Concentracion ARN/muestra CT CT HEX CT FAM CT TEXAS
1 AC1 34.925 17.071 17.577 32.469 29.848 31.134
2 AC2 24.625 21.405 18.083 34.461 32.427 32.186
3 AC3 37.45 19.619 15.368 ND ND ND
4 AC3-ll 38.65 18.048 17.476 33.559 31.268 32.273
5 AC4 70.45 31.286 18.407 36.809 ND 34.368
6 AC5 20.7 9.905 19.783 35.381 32.963 34.628
7 AC6 12.125 5.405 20.528 ND 33.857 ND
8 AC7 6.815 1.815 17.744 ND ND ND

Suelo

Muestra Concentración ARN/muestra CT CT.1
1 S1 151.8 867.429 30.265 ND
2 S2 205.1 1172 31.091 ND
3 S3 129.4 739.429 26.788 ND
4 S4 159.1 757.619 29.487 ND
5 S5 92.6 440.952 28.387 ND
6 S6 206.7 1181.14 31.777 ND
7 S7 159.6 912 31.769 ND
8 SMSA 325.6 1550.48 37.909 ND
9 SCSA 196.4 935.238 ND ND

Vegetales

Muestra Mesófilos/gr Hongos y levaduras/gr Coliformes totales/gr Coliformtes fecales/gr Sitio Coordenadas
9 Cilantro 7, 030, 000 11, 230 11, 000 NMP 11, 000 NMP Ixmiquilpan NaN
10 Brócoli 220, 000 16, 130 930 NMP <30 NMP Ixmiquilpan NaN
11 Coliflor 1, 556, 000 62, 600 11, 000 NMP 230 NMP ixmiquilpan NaN
12 Coliflor lavada 106, 000 13, 000 11, 000 NMP 36 NMP ixmiquilpan NaN
13 Ejote 4, 500, 000 46, 000 1, 500 NMP 72 NMP ixmiquilpan NaN
14 Calabaza 240, 000 530 1, 500 NMP <30 NMP ixmiquilpan NaN
15 Lechuga 1, 653, 000 1, 660 2, 400 NMP <30 NMP ixmiquilpan NaN
16 Lechuga hidropónica 6, 600 730 NE NE Walmart NaN
/home/yax/anaconda3/lib/python3.7/site-packages/pandas/core/indexing.py:576: SettingWithCopyWarning:


A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy

9     11000
10      930
11    11000
12    11000
13     1500
14     1500
15     2400
16        0
Name: Coliformes totales/gr , dtype: int64
9     11000
10       30
11      230
12       36
13       72
14       30
15       30
16        0
Name: Coliformtes fecales/gr, dtype: int64